🚀 CrewAI MCP 适配器

CrewAI MCP 适配器是一个 Python 库，它扩展了 CrewAI 的适配器生态系统。该库集成了 模型上下文协议 (MCP) 支持，还提供了用于自定义代理和工具开发的全面工具，为开发者带来了极大便利。

🚀 快速开始

以下是一个使用 crewai_adapters 的简单示例：

from crewai import Agent, Task
from crewai_adapters import CrewAIAdapterClient
from crewai_adapters.types import AdapterConfig

async def main():
    async with CrewAIAdapterClient() as client:
        # 连接到 MCP 服务器
        await client.connect_to_mcp_server(
            "math",
            command="python",
            args=["math_server.py"]
        )

        # 创建代理及其工具
        agent = Agent(
            name="Calculator",
            goal="执行计算操作",
            tools=client.get_tools()
        )

        # 执行任务
        task = Task(
            description="计算 (3 + 5) × 12",
            agent=agent
        )
        result = await task.execute()
        print(f"结果: {result}")

if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

✨ 主要特性

• 🔌 与 CrewAI 原生集成，采用适配器模式，方便与现有系统融合。
• 🛠️ 支持 MCP 协议，可轻松实现工具集成。
• 🧩 提供易用接口，便于扩展和创建新的适配器。
• 📝 使用 Pydantic 实现类型安全，减少开发中的错误。
• 🔍 对工具参数进行 JSON Schema 验证，确保输入数据的有效性。
• 🚀 支持异步/等待，提升程序执行效率。
• 📊 提供详细的执行元数据，方便调试和监控。

📦 安装指南

可以通过以下两种方式安装 crewai_adapters：

从 PyPI 安装

pip install crewai-adapters

从源代码安装

pip install git+https://github.com/dshivendra/crewai_mcp_adapter.git

📚 详细文档

详细文档请参考以下链接：

• 入门指南
• API 参考
• 示例

🔧 技术细节

先决条件

• Python 3.11 或更高版本
• crewai 包
• pydantic 包
• mcp 包

安装开发依赖项

pip install -e ".[test,docs]"

运行测试

pytest tests/ -v

📄 许可证

本项目使用 MIT 许可证，详情请查看 LICENSE 文件。

💪 贡献

欢迎贡献！请随意提交 Pull Request。